图像分割 | 使用UltraLight-VM-UNet训练自己的数据集（Mamba+UNet医学影像分割实战）

        一种创新的超轻量级医学图像分割网络UltraLight VM-UNet[1]，该网络通过将最新的状态空间模型（SSM）技术——Mamba，与经典的UNet架构相结合，该论文实现了皮肤病变分割任务 中参数数量和计算负载的显著减少。UltraLight VM-UNet的参数仅为0.049M，GFLOPs为0.060，相比传统模型在性能上保持竞争力甚至更优。该论文还深入分析了Mamba模型中参数影响的关键因素，并基于这些发现提出了一种称为PVM层的并行视觉Mamba层，用于在保持通道总数不变的情况下实现低的计算负载和卓越的性能。

论文：2403.20035 (arxiv.org)

代码：